本为继承上一篇:
完成以下扩展练习:
4.2 扩展练习2:对股票的收益率进行正态分布检验
4.3 扩展练习3:如果股票的收益率是正态分布的,使用凯利公式进行每日交易
4.2 扩展练习2:对股票的收益率进行正态分布检验
(1)环境配置
(2)参数设置
检验下下工商银行 自2005年1月1日起至2017年1月1日的每日收盘价收益率是否符合正态分布。
设置要测试的股票代码和交易数据的起始日期
(3)数据准备
(4)数据分析
运行结果:
从结果看,工商银行在这段期间的股价是属于正态分布的,但是存在一定尖峰肥尾的现象。
换个股票再看看
code = '600519.SH' # 贵州茅台
其他代码不变
运行结果:
总体来说,结果也是基本符合正态分布,但是也同业存在尖峰肥尾的现象。
换个股票再看看
code = '600104.SH' # 上汽集团
其他代码不变
运行结果:
结果基本一致~
如果有兴趣的同学可以做更多的股票。
4.3 扩展练习3:如果股票的收益率是正态分布的,使用凯利公式进行每日交易
(1)环境配置
(2)参数设置
(3)数据准备
(4)数据分析
运行结果
optimalRatio接近1,基本和buy and hold一致
4倍杠杆的早早爆仓,2倍杠杆的波动率很大。
我们去除4倍杠杆和2倍杠杆再看下结果
将股票换成贵州茅台。
运行结果
optimalRatio的结果接近1,也就是说接近buy and hold的持仓水平
从图上看 4倍杠杆的收益率最高,2倍杠杆的收益率此之,但是这其中并未考虑资金成本,也没有考虑收益率曲线的波动性,是的如何评判也给收益率曲线的好坏本身也是一门非常大的学问。
我们去除4倍杠杆和2倍杠杆再看下结果
optimalRatio的表现和buy and hold的结果非常近似
再尝试下上汽集团
最佳持仓比例也是接近1%
4倍杠杆波动大,也是提前平仓了结了。
去除四倍杠杆和2倍杠杆后的效果
总结:
从以上三个股票的结果看,收益率都基本符合正态分布,有了这个前提,就可以做更多的概率性实验,但是要注意,3个股票都有很明显的尖峰肥尾现象,所以比较容易出现黑天鹅事件。
从三个股票的凯利公式应用结果看,optimalRatio都接近1,这也验证了,对于股票市场来说,长期持有才是王道。
缺陷:本文的回测模拟是站在,历史经过上的,也就是站在上帝视角回顾过去。
后续应该采用,部分数据为分析数据,另一部分为测试数据集,两者最好不要有交叉,信服度会更高。
如果你是从零开始python小白
可以看我以前的文章刀客特鹿:量化交易学习笔记#Python量化入门课程(第零课)零基础的预备课zhuanlan.zhihu.com